《深度学习入门：基于Python的理论与实现》Day16识别精度

提高识别精度的方法：

1.  集成学习
2.  学习率衰减
3.  Data Augmentation（数据扩充）

Data Augmentation基于算法“人为地”扩充输入图像（训练图像）。即对于输入图像，通过施加旋转、垂直或水平方向上的移动等微小变化，增加图像的数量。这些数据集的图像数量有限时尤其有效。

除此之外，Data Augmentation可以通过其他各种方法扩充图像，比如：裁剪图像的“crop处理”、将图像左右翻转的“flip处理”等。还可以通过施加亮度等外观上的变化、放大缩小等尺度上的变化也是有效的。